CN113706527A - 一种化妆品包装的质量检测方法及系统 - Google Patents
一种化妆品包装的质量检测方法及系统 Download PDFInfo
- Publication number
- CN113706527A CN113706527A CN202111253008.5A CN202111253008A CN113706527A CN 113706527 A CN113706527 A CN 113706527A CN 202111253008 A CN202111253008 A CN 202111253008A CN 113706527 A CN113706527 A CN 113706527A
- Authority
- CN
- China
- Prior art keywords
- package
- cosmetic
- information
- obtaining
- detection
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/0002—Inspection of images, e.g. flaw detection
- G06T7/0004—Industrial image inspection
- G06T7/001—Industrial image inspection using an image reference approach
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N3/00—Computing arrangements based on biological models
- G06N3/02—Neural networks
- G06N3/08—Learning methods
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/10—Segmentation; Edge detection
- G06T7/11—Region-based segmentation
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T7/00—Image analysis
- G06T7/90—Determination of colour characteristics
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20081—Training; Learning
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/20—Special algorithmic details
- G06T2207/20084—Artificial neural networks [ANN]
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06T—IMAGE DATA PROCESSING OR GENERATION, IN GENERAL
- G06T2207/00—Indexing scheme for image analysis or image enhancement
- G06T2207/30—Subject of image; Context of image processing
- G06T2207/30108—Industrial image inspection
- G06T2207/30144—Printing quality
Landscapes
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Physics & Mathematics (AREA)
- General Physics & Mathematics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Data Mining & Analysis (AREA)
- General Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Evolutionary Computation (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Bioinformatics & Computational Biology (AREA)
- Biomedical Technology (AREA)
- Biophysics (AREA)
- Computational Linguistics (AREA)
- Evolutionary Biology (AREA)
- Molecular Biology (AREA)
- Computing Systems (AREA)
- Mathematical Physics (AREA)
- Software Systems (AREA)
- Quality & Reliability (AREA)
- Cosmetics (AREA)
Abstract
本发明公开了一种化妆品包装的质量检测方法及系统,其中,所述方法包括:获得第一包装色彩评价结果;获得第一包装套印误差;根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。解决了现有技术化妆品包装质量检测不够专业全面,导致检测结果不准确,从而影响化妆品市场竞争力的技术问题。
Description
技术领域
本发明涉及质量检测领域,尤其涉及一种化妆品包装的质量检测方法及系统。
背景技术
化妆品包装是指为在流通过程中保护产品,方便储运,促进销售,按一定的技术方法所用的容器、材料和辅助物等的总体名称,化妆品包装的质量不仅会影响包装成本,而且也会影响其在消费市场的市场竞争力,进而提升品牌价值。
但本申请发明人在实现本申请实施例中发明技术方案的过程中,发现上述技术至少存在如下技术问题:
现有技术化妆品包装质量检测不够专业全面,导致检测结果不准确,从而影响化妆品市场竞争力的技术问题。
发明内容
本申请实施例通过提供一种化妆品包装的质量检测方法及系统,解决了现有技术化妆品包装质量检测不够专业全面,导致检测结果不准确,从而影响化妆品市场竞争力的技术问题,达到结合包装印刷质量和包装密封性能对化妆品进行质量检测,客观专业性强,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果,提高化妆品市场竞争力的技术效果。
鉴于上述问题,提出了本发明以便提供一种克服上述问题或者至少部分地解决上述问题的方法。
第一方面,本申请实施例提供了一种化妆品包装的质量检测方法,所述方法包括:通过图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。
另一方面,本申请还提供了一种化妆品包装的质量检测系统,所述系统包括:第一获得单元,所述第一获得单元用于通过图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;第二获得单元,所述第二获得单元用于对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;第三获得单元,所述第三获得单元用于将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;第四获得单元,所述第四获得单元用于根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;第五获得单元,所述第五获得单元用于按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;第六获得单元,所述第六获得单元用于将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;第七获得单元,所述第七获得单元用于根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。
第三方面,本发明实施例提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,所述计算机程序被所述处理器执行时实现上述任意一项所述的控制输出数据的方法中的步骤。
第四方面,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述任意一项所述的控制输出数据的方法中的步骤。
本申请实施例中提供的一个或多个技术方案,至少具有如下技术效果或优点:
由于采用了通过图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。进而达到结合包装印刷质量和包装密封性能对化妆品进行质量检测,客观专业性强,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果,提高化妆品市场竞争力的技术效果。
上述说明仅是本申请技术方案的概述,为了能够更清楚了解本申请的技术手段,而可依照说明书的内容予以实施,并且为了让本申请的上述和其它目的、特征和优点能够更明显易懂,以下特举本申请的具体实施方式。
附图说明
图1为本申请实施例一种化妆品包装的质量检测方法的流程示意图;
图2为本申请实施例一种化妆品包装的质量检测方法中获得化妆品包装色彩评价结果的流程示意图;
图3为本申请实施例一种化妆品包装的质量检测方法中获得化妆品包装色差信息的流程示意图;
图4为本申请实施例一种化妆品包装的质量检测方法中获得化妆品包装密封性检测标准的流程示意图;
图5为本申请实施例一种化妆品包装的质量检测方法中构建化妆品包装检测标准模型库的流程示意图;
图6为本申请实施例一种化妆品包装的质量检测方法中包装材料避光等级对化妆品包装质量检测结果的流程示意图;
图7为本申请实施例一种化妆品包装的质量检测方法中包装抗冲击系数对化妆品包装质量检测结果的流程示意图;
图8为本申请实施例一种化妆品包装的质量检测系统的结构示意图;
图9为本申请实施例所提供的一种用于执行控制输出数据的方法的电子设备的结构示意图。
附图标记说明:第一获得单元11,第二获得单元12,第三获得单元13,第四获得单元14,第五获得单元15,第六获得单元16,第七获得单元17,总线1110,处理器1120,收发器1130,总线接口1140,存储器1150,操作系统1151,应用程序1152和用户接口1160。
具体实施方式
在本发明实施例的描述中,所属技术领域的技术人员应当知道,本发明实施例可以实现为方法、装置、电子设备及计算机可读存储介质。因此,本发明实施例可以具体实现为以下形式:完全的硬件、完全的软件(包括固件、驻留软件、微代码等)、硬件和软件结合的形式。此外,在一些实施例中,本发明实施例还可以实现为在一个或多个计算机可读存储介质中的计算机程序产品的形式,该计算机可读存储介质中包含计算机程序代码。
上述计算机可读存储介质可以采用一个或多个计算机可读存储介质的任意组合。计算机可读存储介质包括:电、磁、光、电磁、红外或半导体的系统、装置或器件,或者以上任意的组合。计算机可读存储介质更具体的例子包括:便携式计算机磁盘、硬盘、随机存取存储器、只读存储器、可擦除可编程只读存储器、闪存、光纤、光盘只读存储器、光存储器件、磁存储器件或以上任意组合。在本发明实施例中,计算机可读存储介质可以是任意包含或存储程序的有形介质,该程序可以被指令执行系统、装置、器件使用或与其结合使用。
本发明实施例通过流程图和/或方框图描述所提供的方法、装置、电子设备。
应当理解,流程图和/或方框图的每个方框以及流程图和/或方框图中各方框的组合,都可以由计算机可读程序指令实现。这些计算机可读程序指令可以提供给通用计算机、专用计算机或其他可编程数据处理装置的处理器,从而生产出一种机器,这些计算机可读程序指令通过计算机或其他可编程数据处理装置执行,产生了实现流程图和/或方框图中的方框规定的功能/操作的装置。
也可以将这些计算机可读程序指令存储在能使得计算机或其他可编程数据处理装置以特定方式工作的计算机可读存储介质中。这样,存储在计算机可读存储介质中的指令就产生出一个包括实现流程图和/或方框图中的方框规定的功能/操作的指令装置产品。
也可以将计算机可读程序指令加载到计算机、其他可编程数据处理装置或其他设备上,使得在计算机、其他可编程数据处理装置或其他设备上执行一系列操作步骤,以产生计算机实现的过程,从而使得在计算机或其他可编程数据处理装置上执行的指令能够提供实现流程图和/或方框图中的方框规定的功能/操作的过程。
下面结合本发明实施例中的附图对本发明实施例进行描述。
实施例一
如图1所示,本申请实施例提供了一种化妆品包装的质量检测方法,其中,所述方法包括:
步骤S100:通过所述图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;
具体而言,化妆品包装的质量不仅会影响包装成本,而且也会影响其在消费市场的市场竞争力,质量好的化妆品包装可以提升品牌价值,因此对化妆品包装的质量检测十分重要。通过所述图像采集装置对第一化妆品包装的图像信息进行采集,所述第一图像采集装置可以是传统的摄像头,或者位于智能制造的检测设备上的摄像头,当所述第一化妆品包装设置在预定位置时,进行图像采集。所述第一化妆品包装的图像信息包括包装颜色、包装尺寸、包装图案设计、包装结构形状等,以用于后续质量评价。
步骤S200:对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;
如图2所示,进一步而言,其中,所述对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果,本申请实施例步骤S200还包括:
步骤S210:对所述第一图像信息进行色域映射,获得第一图像色彩信息;
步骤S220:按照所述第一图像色彩信息对所述第一图像信息进行图像分割,获得N个图像色彩区域;
步骤S230:将标准包装色彩信息和所述N个图像色彩区域进行对比分析,获得对应的N个色相误差信息;
步骤S240:按照预定权重值对所述N个色相误差信息进行加权计算,获得第一包装色差信息;
步骤S250:对所述第一包装色差信息进行偏差等级划分,获得第一偏差等级划分结果,并根据所述第一偏差等级划分结果获得第一包装色彩评价结果。
具体而言,对所述第一图像信息进行色域映射,色域是对一种颜色进行编码的方法,是颜色的呈色范围标准,色域映射是得到所述第一图像信息的标准颜色数值的技术和算法,通过色域映射得到所述第一图像信息的色彩描述信息,如所述第一图像信息的颜色RGB值。图像分割就是把图像分成若干个特定的、具有独特性质的区域并提出感兴趣目标的技术和过程,是由图像处理到图像分析的关键步骤,按照所述第一图像色彩信息对所述第一图像信息进行图像分割,获得图像分割后的N个图像色彩区域,如蓝色区域、绿色区域、红色区域等。将标准包装色彩信息和所述N个图像色彩区域进行对比分析,所述标准包装色彩信息是对所述第一化妆品包装进行包装设计时的标准颜色设计,获得色彩对比后的各图像色彩区域对应的N个色相误差信息,色相误差是化妆品包装印刷色彩和标准对比的颜色偏差值,色相误差越大,表明包装印刷色彩的偏差越大。按照预定权重值对所述N个色相误差信息进行加权计算,所述预定权重值按照色彩区域大小进行权重值分配,获得加权计算的第一包装色差信息。对所述第一包装色差信息进行偏差等级划分,色差偏差越大,偏差等级越高,获得对应的第一偏差等级划分结果,并根据所述第一偏差等级划分结果对化妆品包装进行色彩评价,获得第一包装色彩评价结果。通过对所述第一化妆品包装进行颜色客观质量评价,对包装的外观颜色评价结果更加准确合理,实现质量评价规范化,数据化、可控化的技术效果。
步骤S300:将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;
具体而言,将所述第一图像信息和标准化妆品包装进行对比分析,所述标准化妆品包装是对所述第一化妆品包装进行包装设计时的标准包装构图设计,获得对比后的第一包装套印误差。套印误差是印刷中的常见缺陷,在多色套印过程,每一色不能完全重叠,不免有一定的偏差,进而影响印品质量,套印误差越大,表明印刷质量越差,用于后续化妆品的包装印刷质量评价。
步骤S400:根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;
具体而言,根据所述第一包装色彩评价结果和所述第一包装套印误差,共同确定第一包装印刷质量,包装印刷品质量是印刷品各种外观特性的综合效果,是对原稿复制的忠实性,包括图像质量和文字质量,对印刷品进行合理的客观的质量评价,是控制印刷质量的依据。
步骤S500:按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;
具体而言,决策树(Decision Tree)是在已知各种情况发生概率的基础上,通过构成决策树来求取净现值的期望值大于等于零的概率,评价项目风险,判断其可行性的决策分析方法,是直观运用概率分析的一种图解法,这种分类器能够对新出现的对象给出正确的分类,由根节点、内部节点以及叶节点组成。包装密封特征可作为所述包装密封特征决策树的内部节点,通过对其进行信息熵的计算,可对熵值最小的特征进行优先分类,以此方法对所述包装密封特征决策树进行递归构建,直至无法对最后的特征叶节点进行再分,说明分类结束,以此构成了包装密封特征决策树。根据所述包装密封特征决策树,对所述第一化妆品包装进行检测标准分类,得到相应的第一密封性检测标准,如包装气泡、包装染色、包装密封完整性等,以用于后续包装密封性能的检测。
步骤S600:将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;
具体而言,所述第一包装内外压差为所述第一化妆品包装受到由内而外和由外到内的两种压力,两个受到的压力相差就是内外压力差信息,将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,所述包装密封性评估模型为神经网络模型,通过对所述神经网络模型的监督学习,进而使得所述神经网络模型处理所述输入信息更加准确,进而使得所述模型输出的第一包装密封性评估结果更加合理、准确,为化妆品包装的密封性能检测提供指导性的依据。
步骤S700:根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。
具体而言,根据所述第一包装印刷质量和所述第一包装密封性评估结果,共同确定第一化妆品包装质量检测结果,达到结合包装印刷质量和包装密封性能对化妆品进行质量检测,客观专业性强,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果,提高化妆品市场竞争力的技术效果。
如图3所示,进一步而言,其中,所述获得第一包装色差信息,本申请实施例步骤S240还包括:
步骤S241:构建色相误差坐标系,所述色相误差坐标系为多维坐标系;
步骤S242:将标准包装色彩信息和所述N个图像色彩区域的明度值和色相值输入所述色相误差坐标系,获得对应的N个色相误差向量;
步骤S243:获得预定权重值,所述预定权重值相加之和为1;
步骤S244:按照所述预定权重值对所述N个色相误差向量的模进行加权计算,获得第一包装色差信息。
具体而言,所述色相误差坐标系为多维坐标系,包括红绿色相、黄蓝色相和明度值。将标准包装色彩信息和所述N个图像色彩区域的明度值和色相值输入所述色相误差坐标系,获得化妆品包装色差对应的N个色相误差向量。所述预定权重值按照色彩区域大小进行权重值分配,所述预定权重值相加之和为1,按照所述预定权重值对所述N个色相误差向量的模进行加权计算,获得计算后的第一包装色差信息。通过对所述第一化妆品包装进行颜色客观质量评价,进一步改善了色差评价的视觉一致性,使印刷色差质量评价更加规范数据化的技术效果。
如图4所示,进一步而言,本申请实施例步骤还包括:
步骤S810:构建化妆品包装检测标准模型库;
步骤S820:获得所述第一化妆品包装的基本信息;
步骤S830:根据所述第一化妆品包装的基本信息,从所述化妆品包装检测标准模型库确定第一化妆品包装检测标准模型;
步骤S840:从所述第一化妆品包装的基本信息中提取获得所述第一化妆品包装的材料特性信息和包装结构信息;
步骤S850:将所述材料特性信息和所述包装结构信息输入所述第一化妆品包装检测标准模型,获得第一密封性检测标准。
具体而言,所述化妆品包装检测标准模型库包括多个类型化妆品包装检测模型,所述第一化妆品包装的基本信息包括化妆品材料类型、包装结构、包装设计等。根据所述第一化妆品包装的基本信息,从所述化妆品包装检测标准模型库选择对应的第一化妆品包装检测标准模型。从所述第一化妆品包装的基本信息中提取获得所述第一化妆品包装的材料特性信息和包装结构信息,所述材料特性信息包括化妆品包装材料的抗冲击性能、密度、材质、拉伸性能等,所述包装结构信息为化妆品包装材料的结构形状,如圆锥体、四方体、半球形等。将所述材料特性信息和所述包装结构信息输入所述第一化妆品包装检测标准模型,所述第一化妆品包装检测标准模型为神经网络模型,用于包装密封性能检测,获得所述模型的训练输出结果即第一密封性检测标准。为化妆品包装的密封性能检测提供指导性依据,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果,提高化妆品市场竞争力的技术效果。
如图5所示,进一步而言,其中,所述构建化妆品包装检测标准模型库,本申请实施例步骤S810还包括:
步骤S811:获得历史化妆品包装检测数据信息,所述历史化妆品包装检测数据信息包括历史化妆品包装的基本信息;
步骤S812:构建包装密封特征决策树;
步骤S813:根据所述包装密封特征决策树,对所述历史化妆品包装检测数据信息进行分类;
步骤S814:分别将不同类别的所述历史化妆品包装检测数据信息输入神经网络模型,获得与所述不同类别的所述历史化妆品包装检测数据信息相对应的化妆品包装检测标准模型;
步骤S815:根据各所述化妆品包装检测标准模型,构建化妆品包装检测标准模型库。
具体而言,所述历史化妆品包装检测数据信息为历史进行化妆品包装检测的数据信息,所述历史化妆品包装检测数据信息包括历史化妆品包装的基本信息,即包括历史化妆品材料类型、包装结构、包装设计等。构建包装密封特征决策树,根据所述包装密封特征决策树,对所述历史化妆品包装检测数据信息进行分类,如化妆品类别、包装材料、化妆品内容物等特征。分别将不同类别的所述历史化妆品包装检测数据信息输入神经网络模型,获得与所述不同类别的所述历史化妆品包装检测数据信息相对应的化妆品包装检测标准模型,并根据各所述化妆品包装检测标准模型,构建化妆品包装检测标准模型库。使得构建的多层级包装密封特征决策树分类更加准确,基于分类后的历史化妆品包装检测数据信息进行神经网络模型训练,使最终构建的化妆品包装检测标准模型库更加合理准确的技术效果。
如图6所示,进一步而言,本申请实施例步骤还包括:
步骤S910:获得第一化妆品的成分信息;
步骤S920:根据所述第一化妆品的成分信息,判断所述成分信息是否具备光化学反应特性;
步骤S930:如果所述成分信息具备光化学反应特性,根据所述第一化妆品包装的材料特性信息,获得第一包装材料避光等级;
步骤S940:根据所述第一包装材料避光等级,获得第一质量影响因素;
步骤S950:根据所述第一质量影响因素,对所述第一化妆品包装质量检测结果进行修正,获得第二化妆品包装质量检测结果。
具体而言,所述第一化妆品的成分信息为组成化妆品的任何一种物质或物质的混合物,如果酸,水杨酸、肉豆蔻酸,异丙脂类、甘油、维他命、乳酸等。根据所述第一化妆品的成分信息,判断所述成分信息是否具备光化学反应特性,所述光化学反应又称光化作用,是指物质由于光的作用而引起的化学反应,即物质在可见光或紫外线的照射下吸收光能而发生的化学反应,从而使所述第一化妆品成分发生光化学反应分解产生气体,进而影响所述第一化妆品包装密封性。所述第一化妆品的密封材料的避光等级为如果所述成分信息具备光化学反应特性,所述第一化妆品的包装材料对光线、氧气、水蒸气渗透的阻隔性等级即包装材料的光线阻隔性。根据所述第一包装材料避光等级,获得第一质量影响因素,包装材料的避光等级越高,包装材料的质量越好,对最终质量的影响越小。根据所述第一质量影响因素,对所述第一化妆品包装质量检测结果进行修正,获得第二化妆品包装质量检测结果。综合所述第一化妆品材料的避光性能对包装质量进行检测评估,提高化妆品包装质量检测的准确性和可行度,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果。
如图7所示,进一步而言,本申请实施例步骤S950还包括:
步骤S951:根据化妆品包装运输等级,获得预定包装抗冲击系数;
步骤S952:根据第一化妆品包装抗冲击系数和所述预定包装抗冲击系数的差值,获得第二质量影响因素;
步骤S953:根据所述第二质量影响因素和所述第二化妆品包装质量检测结果,获得第三化妆品包装质量检测结果。
具体而言,所述化妆品包装运输等级为在包装运输途中化妆品的运输方式和运输措施,如通过飞机对化妆品进行运输,运输等级就较高,不易损坏包装。所述预定包装抗冲击系数为与所述化妆品包装运输等级所对应的抗冲击强度,运输等级越低,对化妆品包装的抗冲击性能要求就越高。根据所述第一包装材料避光等级,获得第一质量影响因素,包装材料的避光等级越高,包装材料的质量越好,对最终质量的影响越小。对所述第一化妆品包装抗冲击系数和所述预定包装抗冲击系数的差值进行计算,判断分析化妆品包装抗冲击性能是否满足所述预定包装抗冲击系数,获得第二质量影响因素,如果不满足差值过大,可能会对化妆品包装质量产生不良影响。根据所述第二质量影响因素,对所述第二化妆品包装质量检测结果进行修正,获得第三化妆品包装质量检测结果。综合化妆品包装的抗冲击性能对包装质量进行检测评估,提高化妆品包装质量检测的准确性和可行度,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果。
综上所述,本申请实施例所提供的一种化妆品包装的质量检测方法及系统具有如下技术效果:
由于采用了通过图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。进而达到结合包装印刷质量和包装密封性能对化妆品进行质量检测,客观专业性强,使得质量检测结果更加全面准确,从而保证化妆品包装质量效果,提高化妆品市场竞争力的技术效果。
实施例二
基于与前述实施例中一种化妆品包装的质量检测方法同样发明构思,本发明还提供了一种化妆品包装的质量检测系统,如图8所示,所述系统包括:
第一获得单元11,所述第一获得单元11用于通过图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;
第二获得单元12,所述第二获得单元12用于对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;
第三获得单元13,所述第三获得单元13用于将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;
第四获得单元14,所述第四获得单元14用于根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;
第五获得单元15,所述第五获得单元15用于按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;
第六获得单元16,所述第六获得单元16用于将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;
第七获得单元17,所述第七获得单元17用于根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果。
进一步的,所述系统还包括:
第八获得单元,所述第八获得单元用于对所述第一图像信息进行色域映射,获得第一图像色彩信息;
第九获得单元,所述第九获得单元用于按照所述第一图像色彩信息对所述第一图像信息进行图像分割,获得N个图像色彩区域;
第十获得单元,所述第十获得单元用于将标准包装色彩信息和所述N个图像色彩区域进行对比分析,获得对应的N个色相误差信息;
第十一获得单元,所述第十一获得单元用于按照预定权重值对所述N个色相误差信息进行加权计算,获得第一包装色差信息;
第十二获得单元,所述第十二获得单元用于对所述第一包装色差信息进行偏差等级划分,获得第一偏差等级划分结果,并根据所述第一偏差等级划分结果获得第一包装色彩评价结果。
进一步的,所述系统还包括:
第一构建单元,所述第一构建单元用于构建色相误差坐标系,所述色相误差坐标系为多维坐标系;
第十三获得单元,所述第十三获得单元用于将标准包装色彩信息和所述N个图像色彩区域的明度值和色相值输入所述色相误差坐标系,获得对应的N个色相误差向量;
第十四获得单元,所述第十四获得单元用于获得预定权重值,所述预定权重值相加之和为1;
第十五获得单元,所述第十五获得单元用于按照所述预定权重值对所述N个色相误差向量的模进行加权计算,获得第一包装色差信息。
进一步的,所述系统还包括:
第二构建单元,所述第二构建单元用于构建化妆品包装检测标准模型库;
第十六获得单元,所述第十六获得单元用于获得所述第一化妆品包装的基本信息;
第一确定单元,所述第一确定单元用于根据所述第一化妆品包装的基本信息,从所述化妆品包装检测标准模型库确定第一化妆品包装检测标准模型;
第十七获得单元,所述第十七获得单元用于从所述第一化妆品包装的基本信息中提取获得所述第一化妆品包装的材料特性信息和包装结构信息;
第十八获得单元,所述第十八获得单元用于将所述材料特性信息和所述包装结构信息输入所述第一化妆品包装检测标准模型,获得第一密封性检测标准。
进一步的,所述系统还包括:
第十九获得单元,所述第十九获得单元用于获得历史化妆品包装检测数据信息,所述历史化妆品包装检测数据信息包括历史化妆品包装的基本信息;
第三构建单元,所述第三构建单元用于构建包装密封特征决策树;
第一分类单元,所述第一分类单元用于根据所述包装密封特征决策树,对所述历史化妆品包装检测数据信息进行分类;
第二十获得单元,所述第二十获得单元用于分别将不同类别的所述历史化妆品包装检测数据信息输入神经网络模型,获得与所述不同类别的所述历史化妆品包装检测数据信息相对应的化妆品包装检测标准模型;
第四构建单元,所述第四构建单元用于根据各所述化妆品包装检测标准模型,构建化妆品包装检测标准模型库。
进一步的,所述系统还包括:
第二十一获得单元,所述第二十一获得单元用于获得第一化妆品的成分信息;
第一判断单元,所述第一判断单元用于根据所述第一化妆品的成分信息,判断所述成分信息是否具备光化学反应特性;
第二十二获得单元,所述第二十二获得单元用于如果所述成分信息具备光化学反应特性,根据所述第一化妆品包装的材料特性信息,获得第一包装材料避光等级;
第二十三获得单元,所述第二十三获得单元用于根据所述第一包装材料避光等级,获得第一质量影响因素;
第二十四获得单元,所述第二十四获得单元用于根据所述第一质量影响因素,对所述第一化妆品包装质量检测结果进行修正,获得第二化妆品包装质量检测结果。
进一步的,所述系统还包括:
第二十五获得单元,所述第二十五获得单元用于根据化妆品包装运输等级,获得预定包装抗冲击系数;
第二十六获得单元,所述第二十六获得单元用于根据第一化妆品包装抗冲击系数和所述预定包装抗冲击系数的差值,获得第二质量影响因素;
第二十七获得单元,所述第二十七获得单元用于根据所述第二质量影响因素和所述第二化妆品包装质量检测结果,获得第三化妆品包装质量检测结果。
前述图1实施例一中的一种化妆品包装的质量检测方法的各种变化方式和具体实例同样适用于本实施例的一种化妆品包装的质量检测系统,通过前述对一种化妆品包装的质量检测方法的详细描述,本领域技术人员可以清楚的知道本实施例中一种化妆品包装的质量检测系统的实施方法,所以为了说明书的简洁,在此不再详述。
此外,本发明实施例还提供了一种电子设备,包括总线、收发器、存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序,该收发器、该存储器和处理器分别通过总线相连,计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
具体的,参见图9所示,本发明实施例还提供了一种电子设备,该电子设备包括总线1110、处理器1120、收发器1130、总线接口1140、存储器1150和用户接口1160。
在本发明实施例中,该电子设备还包括:存储在存储器1150上并可在处理器1120上运行的计算机程序,计算机程序被处理器1120执行时实现上述控制输出数据的方法实施例的各个过程。
收发器1130,用于在处理器1120的控制下接收和发送数据。
本发明实施例中,总线架构(用总线1110来代表),总线1110可以包括任意数量互联的总线和桥,总线1110将包括由处理器1120代表的一个或多个处理器与存储器1150代表的存储器的各种电路连接在一起。
总线1110表示若干类型的总线结构中的任何一种总线结构中的一个或多个,包括存储器总线和存储器控制器、外围总线、加速图形端口、处理器或使用各种总线体系结构中的任意总线结构的局域总线。作为示例而非限制,这样的体系结构包括:工业标准体系结构总线、微通道体系结构总线、扩展总线、视频电子标准协会、外围部件互连总线。
处理器1120可以是一种集成电路芯片,具有信号处理能力。在实现过程中,上述方法实施例的各步骤可以通过处理器中硬件的集成逻辑电路或软件形式的指令完成。上述的处理器包括:通用处理器、中央处理器、网络处理器、数字信号处理器、专用集成电路、现场可编程门阵列、复杂可编程逻辑器件、可编程逻辑阵列、微控制单元或其他可编程逻辑器件、分立门、晶体管逻辑器件、分立硬件组件。可以实现或执行本发明实施例中公开的各方法、步骤和逻辑框图。例如,处理器可以是单核处理器或多核处理器,处理器可以集成于单颗芯片或位于多颗不同的芯片。
处理器1120可以是微处理器或任何常规的处理器。结合本发明实施例所公开的方法步骤可以直接由硬件译码处理器执行完成,或者由译码处理器中的硬件和软件模块组合执行完成。软件模块可以位于随机存取存储器、闪存、只读存储器、可编程只读存储器、可擦除可编程只读存储器、寄存器等本领域公知的可读存储介质中。所述可读存储介质位于存储器中,处理器读取存储器中的信息,结合其硬件完成上述方法的步骤。
总线1110还可以将,例如外围设备、稳压器或功率管理电路等各种其他电路连接在一起,总线接口1140在总线1110和收发器1130之间提供接口,这些都是本领域所公知的。因此,本发明实施例不再对其进行进一步描述。
收发器1130可以是一个元件,也可以是多个元件,例如多个接收器和发送器,提供用于在传输介质上与各种其他装置通信的单元。例如:收发器1130从其他设备接收外部数据,收发器1130用于将处理器1120处理后的数据发送给其他设备。取决于计算机装置的性质,还可以提供用户接口1160,例如:触摸屏、物理键盘、显示器、鼠标、扬声器、麦克风、轨迹球、操纵杆、触控笔。
应理解,在本发明实施例中,存储器1150可进一步包括相对于处理器1120远程设置的存储器,这些远程设置的存储器可以通过网络连接至服务器。上述网络的一个或多个部分可以是自组织网络、内联网、外联网、虚拟专用网、局域网、无线局域网、广域网、无线广域网、城域网、互联网、公共交换电话网、普通老式电话业务网、蜂窝电话网、无线网络、无线保真网络以和两个或更多个上述网络的组合。例如,蜂窝电话网和无线网络可以是全球移动通信装置、码分多址装置、全球微波互联接入装置、通用分组无线业务装置、宽带码分多址装置、长期演进装置、LTE频分双工装置、LTE时分双工装置、先进长期演进装置、通用移动通信装置、增强移动宽带装置、海量机器类通信装置、超可靠低时延通信装置等。
应理解,本发明实施例中的存储器1150可以是易失性存储器或非易失性存储器,或可包括易失性存储器和非易失性存储器两者。其中,非易失性存储器包括:只读存储器、可编程只读存储器、可擦除可编程只读存储器、电可擦除可编程只读存储器,或闪存。
易失性存储器包括:随机存取存储器,其用作外部高速缓存。通过示例性但不是限制性说明,许多形式的RAM可用,例如:静态随机存取存储器、动态随机存取存储器、同步动态随机存取存储器、双倍数据速率同步动态随机存取存储器、增强型同步动态随机存取存储器、同步连接动态随机存取存储器和直接内存总线随机存取存储器。本发明实施例描述的电子设备的存储器1150包括但不限于上述和任意其他适合类型的存储器。
在本发明实施例中,存储器1150存储了操作系统1151和应用程序1152的如下元素:可执行模块、数据结构,或者其子集,或者其扩展集。
具体而言,操作系统1151包含各种装置程序,例如:框架层、核心库层、驱动层等,用于实现各种基础业务和处理基于硬件的任务。应用程序1152包含各种应用程序,例如:媒体播放器、浏览器,用于实现各种应用业务。实现本发明实施例方法的程序可以包含在应用程序1152中。应用程序1152包括:小程序、对象、组件、逻辑、数据结构和其他执行特定任务或实现特定抽象数据类型的计算机装置可执行指令。
此外,本发明实施例还提供了一种计算机可读存储介质,其上存储有计算机程序,所述计算机程序被处理器执行时实现上述控制输出数据的方法实施例的各个过程,且能达到相同的技术效果,为避免重复,这里不再赘述。
以上所述,仅为本发明实施例的具体实施方式,但本发明实施例的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本发明实施例披露的技术范围内,可轻易想到变化或替换,都应涵盖在本发明实施例的保护范围之内。因此,本发明实施例的保护范围应以权利要求的保护范围为准。
Claims (8)
1.一种化妆品包装的质量检测方法,其中,所述方法应用于一化妆品包装质量检测系统,所述系统包括一图像采集装置,所述方法包括:
通过所述图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;
对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;
将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;
根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;
按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;
将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;
根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果;
所述按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准,包括:
构建化妆品包装检测标准模型库;
获得所述第一化妆品包装的基本信息;
根据所述第一化妆品包装的基本信息,从所述化妆品包装检测标准模型库确定第一化妆品包装检测标准模型;
从所述第一化妆品包装的基本信息中提取获得所述第一化妆品包装的材料特性信息和包装结构信息;
将所述材料特性信息和所述包装结构信息输入所述第一化妆品包装检测标准模型,获得第一密封性检测标准;
其中,所述构建化妆品包装检测标准模型库,包括:
获得历史化妆品包装检测数据信息,所述历史化妆品包装检测数据信息包括历史化妆品包装的基本信息;
构建包装密封特征决策树;
根据所述包装密封特征决策树,对所述历史化妆品包装检测数据信息进行分类;
分别将不同类别的所述历史化妆品包装检测数据信息输入神经网络模型,获得与所述不同类别的所述历史化妆品包装检测数据信息相对应的化妆品包装检测标准模型;
根据各所述化妆品包装检测标准模型,构建化妆品包装检测标准模型库。
2.如权利要求1所述的方法,其中,所述对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果,包括:
对所述第一图像信息进行色域映射,获得第一图像色彩信息;
按照所述第一图像色彩信息对所述第一图像信息进行图像分割,获得N个图像色彩区域;
将标准包装色彩信息和所述N个图像色彩区域进行对比分析,获得对应的N个色相误差信息;
按照预定权重值对所述N个色相误差信息进行加权计算,获得第一包装色差信息;
对所述第一包装色差信息进行偏差等级划分,获得第一偏差等级划分结果,并根据所述第一偏差等级划分结果获得第一包装色彩评价结果。
3.如权利要求2所述的方法,其中,所述获得第一包装色差信息,包括:
构建色相误差坐标系,所述色相误差坐标系为多维坐标系;
将标准包装色彩信息和所述N个图像色彩区域的明度值和色相值输入所述色相误差坐标系,获得对应的N个色相误差向量;
获得预定权重值,所述预定权重值相加之和为1;
按照所述预定权重值对所述N个色相误差向量的模进行加权计算,获得第一包装色差信息。
4.如权利要求1所述的方法,其中,所述方法包括:
获得第一化妆品的成分信息;
根据所述第一化妆品的成分信息,判断所述成分信息是否具备光化学反应特性;
如果所述成分信息具备光化学反应特性,根据所述第一化妆品包装的材料特性信息,获得第一包装材料避光等级;
根据所述第一包装材料避光等级,获得第一质量影响因素;
根据所述第一质量影响因素,对所述第一化妆品包装质量检测结果进行修正,获得第二化妆品包装质量检测结果。
5.如权利要求4所述的方法,其中,所述方法包括:
根据化妆品包装运输等级,获得预定包装抗冲击系数;
根据第一化妆品包装抗冲击系数和所述预定包装抗冲击系数的差值,获得第二质量影响因素;
根据所述第二质量影响因素和所述第二化妆品包装质量检测结果,获得第三化妆品包装质量检测结果。
6.一种化妆品包装的质量检测系统,其中,所述系统包括:
第一获得单元,所述第一获得单元用于通过图像采集装置获得第一图像信息,所述第一图像信息为第一化妆品包装的图像信息;
第二获得单元,所述第二获得单元用于对所述第一图像信息进行印刷色彩评价,获得第一包装色彩评价结果;
第三获得单元,所述第三获得单元用于将所述第一图像信息和标准化妆品包装进行对比分析,获得第一包装套印误差;
第四获得单元,所述第四获得单元用于根据所述第一包装色彩评价结果和所述第一包装套印误差,获得第一包装印刷质量;
第五获得单元,所述第五获得单元用于按照包装密封特征决策树对所述第一化妆品包装进行检测标准分类,并根据分类结果获得第一密封性检测标准;
第六获得单元,所述第六获得单元用于将所述第一密封性检测标准和第一包装内外压差输入包装密封性评估模型,获得第一包装密封性评估结果;
第七获得单元,所述第七获得单元用于根据所述第一包装印刷质量和所述第一包装密封性评估结果,获得第一化妆品包装质量检测结果;
第二构建单元,所述第二构建单元用于构建化妆品包装检测标准模型库;
第十六获得单元,所述第十六获得单元用于获得所述第一化妆品包装的基本信息;
第一确定单元,所述第一确定单元用于根据所述第一化妆品包装的基本信息,从所述化妆品包装检测标准模型库确定第一化妆品包装检测标准模型;
第十七获得单元,所述第十七获得单元用于从所述第一化妆品包装的基本信息中提取获得所述第一化妆品包装的材料特性信息和包装结构信息;
第十八获得单元,所述第十八获得单元用于将所述材料特性信息和所述包装结构信息输入所述第一化妆品包装检测标准模型,获得第一密封性检测标准;
第十九获得单元,所述第十九获得单元用于获得历史化妆品包装检测数据信息,所述历史化妆品包装检测数据信息包括历史化妆品包装的基本信息;
第三构建单元,所述第三构建单元用于构建包装密封特征决策树;
第一分类单元,所述第一分类单元用于根据所述包装密封特征决策树,对所述历史化妆品包装检测数据信息进行分类;
第二十获得单元,所述第二十获得单元用于分别将不同类别的所述历史化妆品包装检测数据信息输入神经网络模型,获得与所述不同类别的所述历史化妆品包装检测数据信息相对应的化妆品包装检测标准模型;
第四构建单元,所述第四构建单元用于根据各所述化妆品包装检测标准模型,构建化妆品包装检测标准模型库。
7.一种化妆品包装的质量检测电子设备,包括总线、收发器、存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序,所述收发器、所述存储器和所述处理器通过所述总线相连,其特征在于,所述计算机程序被所述处理器执行时实现如权利要求1-5中任一项所述的化妆品包装的质量检测方法中的步骤。
8.一种计算机可读存储介质,其上存储有计算机程序,其中,所述计算机程序被处理器执行时实现如权利要求1-5中任一项所述的化妆品包装的质量检测方法中的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111253008.5A CN113706527B (zh) | 2021-10-27 | 2021-10-27 | 一种化妆品包装的质量检测方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111253008.5A CN113706527B (zh) | 2021-10-27 | 2021-10-27 | 一种化妆品包装的质量检测方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113706527A true CN113706527A (zh) | 2021-11-26 |
CN113706527B CN113706527B (zh) | 2021-12-21 |
Family
ID=78647004
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111253008.5A Active CN113706527B (zh) | 2021-10-27 | 2021-10-27 | 一种化妆品包装的质量检测方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113706527B (zh) |
Cited By (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114691722A (zh) * | 2022-03-25 | 2022-07-01 | 济宁市质量技术监督信息所 | 一种包装检测标准的快速选定方法及系统 |
CN116433097A (zh) * | 2023-04-19 | 2023-07-14 | 北京市永康药业有限公司 | 一种注射剂包装质量检测方法及系统 |
CN117011293A (zh) * | 2023-09-28 | 2023-11-07 | 山洋自动化设备(苏州)有限公司 | 一种产品包装质量检测方法及系统 |
Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000304702A (ja) * | 1999-04-22 | 2000-11-02 | Satake Eng Co Ltd | 粒状物品位判別方法およびその装置 |
CN101035712A (zh) * | 2004-08-04 | 2007-09-12 | 兰帕克公司 | 包装系统和方法 |
EP3091349A1 (en) * | 2015-05-08 | 2016-11-09 | The Procter and Gamble Company | Method for the quality control of a cosmetic composition with dyeing properties |
CN109724998A (zh) * | 2019-02-28 | 2019-05-07 | 杭州电子科技大学 | 一种报纸印刷质量的检测与评价方法 |
JP2020026290A (ja) * | 2018-08-10 | 2020-02-20 | 花王株式会社 | 包装製品の検査方法および検査装置 |
CN111443043A (zh) * | 2020-01-03 | 2020-07-24 | 新疆农业科学院农业机械化研究所 | 一种基于高光谱图像的核桃仁品质检测方法 |
JPWO2019230356A1 (ja) * | 2018-05-31 | 2021-06-24 | パナソニックIpマネジメント株式会社 | 学習装置、検査装置、学習方法および検査方法 |
CN113421245A (zh) * | 2021-06-27 | 2021-09-21 | 王程 | 用于颜色再现的三维表面粗糙度计算方法 |
-
2021
- 2021-10-27 CN CN202111253008.5A patent/CN113706527B/zh active Active
Patent Citations (8)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2000304702A (ja) * | 1999-04-22 | 2000-11-02 | Satake Eng Co Ltd | 粒状物品位判別方法およびその装置 |
CN101035712A (zh) * | 2004-08-04 | 2007-09-12 | 兰帕克公司 | 包装系统和方法 |
EP3091349A1 (en) * | 2015-05-08 | 2016-11-09 | The Procter and Gamble Company | Method for the quality control of a cosmetic composition with dyeing properties |
JPWO2019230356A1 (ja) * | 2018-05-31 | 2021-06-24 | パナソニックIpマネジメント株式会社 | 学習装置、検査装置、学習方法および検査方法 |
JP2020026290A (ja) * | 2018-08-10 | 2020-02-20 | 花王株式会社 | 包装製品の検査方法および検査装置 |
CN109724998A (zh) * | 2019-02-28 | 2019-05-07 | 杭州电子科技大学 | 一种报纸印刷质量的检测与评价方法 |
CN111443043A (zh) * | 2020-01-03 | 2020-07-24 | 新疆农业科学院农业机械化研究所 | 一种基于高光谱图像的核桃仁品质检测方法 |
CN113421245A (zh) * | 2021-06-27 | 2021-09-21 | 王程 | 用于颜色再现的三维表面粗糙度计算方法 |
Non-Patent Citations (3)
Title |
---|
MADHAV MOGANTI等: "Automatic PCB Inspection Algorithms: A Survey", 《COMPUTER VISION AND IMAGE UNDERSTANDING》 * |
SAIYED UMER等: "Machine learningmethod for cosmetic product recognition: a visual searching approach", 《MULTIMEDIA TOOLS AND APPLICATIONS》 * |
疏义桂: "基于机器视觉的铝塑泡罩包装药品缺陷检测", 《中国优秀博硕士学位论文全文数据库(硕士)工程科技I辑》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114691722A (zh) * | 2022-03-25 | 2022-07-01 | 济宁市质量技术监督信息所 | 一种包装检测标准的快速选定方法及系统 |
CN114691722B (zh) * | 2022-03-25 | 2024-05-03 | 济宁市质量技术监督信息所 | 一种包装检测标准的快速选定方法及系统 |
CN116433097A (zh) * | 2023-04-19 | 2023-07-14 | 北京市永康药业有限公司 | 一种注射剂包装质量检测方法及系统 |
CN116433097B (zh) * | 2023-04-19 | 2023-11-21 | 北京市永康药业有限公司 | 一种注射剂包装质量检测方法及系统 |
CN117011293A (zh) * | 2023-09-28 | 2023-11-07 | 山洋自动化设备(苏州)有限公司 | 一种产品包装质量检测方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113706527B (zh) | 2021-12-21 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113706527B (zh) | 一种化妆品包装的质量检测方法及系统 | |
CN109829483B (zh) | 缺陷识别模型训练方法、装置、计算机设备和存储介质 | |
CN113657202A (zh) | 构件识别方法、构建训练集方法、装置、设备及存储介质 | |
CN112070079A (zh) | 基于特征图重赋权的x光违禁品包裹检测方法及装置 | |
CN116243883A (zh) | 一种测试激励生成方法、测试方法及相关设备 | |
CN111475402A (zh) | 程序功能的测试方法及相关装置 | |
CN113569432B (zh) | 一种液气密元件的模拟检测方法及系统 | |
CN113420722B (zh) | 一种机场安全管理平台的突发事件联动方法及系统 | |
CN103035185A (zh) | 数字黑白图像的缺陷像素的亮度校正方法 | |
TWI769603B (zh) | 影像處理方法及存儲介質 | |
US8631362B1 (en) | Circuit instance variation probability system and method | |
CN113111708A (zh) | 车辆匹配样本生成方法、装置、计算机设备和存储介质 | |
CN112712181A (zh) | 模型构建优化方法、装置、设备和可读存储介质 | |
CN115601283B (zh) | 图像增强方法、装置、计算机设备及计算机可读存储介质 | |
CN111126566A (zh) | 基于gan模型的异常家具布局数据检测方法 | |
CN115775386A (zh) | 用户界面组件的识别方法、装置、计算机设备和存储介质 | |
CN116302088A (zh) | 一种代码克隆检测方法、存储介质及设备 | |
CN114611863A (zh) | 一种基于大数据的电商产品包装品质检测方法 | |
CN114913513A (zh) | 一种公章图像的相似度计算方法、装置、电子设备和介质 | |
CN114372723A (zh) | 一种鱼肉制品安全生产方法及系统 | |
US11164034B2 (en) | Image analysis apparatus and image analysis method | |
CN113870210A (zh) | 一种图像质量评估方法、装置、设备及存储介质 | |
WO2021038840A1 (ja) | 物体数推定装置、制御方法、及びプログラム | |
CN113988666B (zh) | 一种有机硅混炼胶智能定量包装方法及系统 | |
CN117593194B (zh) | 气体特征图生成方法、装置、电子设备和存储介质 |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |